讲座内容：

信仰推断是介于频率学派与贝叶斯学派之间的一种方法，既无需引入主观先验分布，也不依赖大样本渐近性质。其核心思想在于通过构造数据生成方程，基于观测样本直接推导未知参数的信仰分布以刻画不确定性，从而兼顾频率学派的客观性与贝叶斯学派的灵活性。本报告围绕广义信仰推断的核心理论基础展开，主要内容分为两个部分：第一部分介绍信仰广义枢轴量的定义与基本性质，并给出正态分布下该枢轴量的推导过程；第二部分阐述广义信仰分布的构造方法，梳理其计算步骤，并在广义指数分布下推导参数的广义信仰分布。模拟结果表明，该方法的点估计与区间估计均优于常见的频率方法和贝叶斯方法，最后通过一个实证案例验证了其有效性。上述两种方法展现出广义信仰推断作为统计推断中频率学派与贝叶斯学派之外“第三条路”的独特价值。